OpenAI: Prompting und Migration

Diese Seite behandelt zunächst nur Textgenerierung. Text-to-Image und Text-to-Video haben andere Regeln und sind nicht Gegenstand dieser Anleitung.

Alle deutschen Prompttexte sind eigene illustrative Beispiele, aus den genannten Quellen abgeleitet: keine Herstellerzitate, keine Garantie für bestimmte Ergebnisse. Platzhalter wie [Text] stehen für tatsächlich bereitgestellte Inhalte.

Generelle Anweisungen für den Anbieter

Geltungsbereich: allgemeine OpenAI-Textprompts; der Versionsvergleich konzentriert sich auf die Sol-Reihe innerhalb der GPT-6-Familie. GPT-6.1 Sol ist das aktuelle dokumentierte Sol-Ziel, GPT-6 Sol der ausdrücklich genannte direkte Ausgangspunkt. Das ist keine Rangliste aller OpenAI-Modelle; Astra und Luna sind andere Varianten. [2]

Textzusammenfassung

Do – konkreter Prompt

Aufgabe:
Fasse [Text] für den Vorstand in fünf Stichpunkten zusammen.
Jeder Punkt enthält genau eine Kernaussage; keine neuen Fakten.

Don’t – weniger verlässlicher Prompt

Mach eine gute Zusammenfassung.
Text: [Text]

Erklärung

Ziel, Umfang und Inhaltsgrenze sind prüfbar; die schwächere Bitte lässt Auswahl und Länge offen. [1]

Dokumentenvergleich

Do – konkreter Prompt

<vertrag_a>[A]</vertrag_a>
<vertrag_b>[B]</vertrag_b>
Vergleiche Frist, Preis und Haftung.
Ausgabe: Tabelle mit Kriterium, A, B und Textbeleg; fehlende Angaben als „nicht genannt“.

Don’t – weniger verlässlicher Prompt

Welcher Vertrag ist besser?
Vertrag A: [A]
Vertrag B: [B]

Erklärung

Benannte Kriterien und Textbelege machen den Vergleich nachvollziehbar; „besser“ lässt den Bewertungsmaßstab offen. [1]

Aufzählungen im Prompt

Do – konkreter Prompt

Aufgaben:
1. Fristen extrahieren.
2. Unterschiede benennen.
3. Offene Angaben markieren.
Ausgabe: dieselben drei nummerierten Abschnitte.
Vertrag A: [A]
Vertrag B: [B]

Don’t – weniger verlässlicher Prompt

Prüfe die Fristen und alles andere; antworte nur in einem Satz.
Vertrag A: [A]
Vertrag B: [B]

Erklärung

Die nummerierten Teilaufgaben geben Struktur und Abschlusskriterien vor; „alles andere“ mit Ein-Satz-Limit erzeugt unklaren Umfang. [1]

Positiv-Beispiele im Prompt

Do – konkreter Prompt

Beispiele:
Eingabe: Lieferung am 12. Mai.
Ausgabe: Lieferdatum: 12. Mai
Eingabe: Termin folgt.
Ausgabe: Lieferdatum: nicht genannt
Aufgabe: Extrahiere nur das Lieferdatum im gezeigten Format.
Text: [Text]

Don’t – weniger verlässlicher Prompt

Beispiele:
Eingabe: Lieferung am 12. Mai. Ausgabe: Lieferdatum: 12. Mai
Eingabe: Termin folgt. Ausgabe: Morgen, das passt bestimmt.
Bearbeite im selben Stil:
Text: [Text]

Erklärung

Das Zielmuster behandelt belegte und fehlende Angaben konsistent; das schwache Muster wechselt das Format und erfindet einen Termin. [1] [4]

Negativ-Beispiele im Prompt

Do – konkreter Prompt

Unerwünscht: „Der Kunde kündigt sicher.“
Fehler: Der Text nennt nur eine Möglichkeit.
Gewünschte Alternative: „Der Kunde erwägt eine Kündigung.“
Text: Der Kunde erwägt eine Kündigung; entschieden ist noch nichts.
Fasse den Text ohne Verstärkung der Gewissheit zusammen.

Don’t – weniger verlässlicher Prompt

Verwende dieses Antwortmuster ohne Änderungen:
„Der Kunde kündigt sicher.“
Eingabe: [derselbe Text oder dieselben Dokumente wie im Do-Prompt]

Erklärung

Das Do kennzeichnet das unerwünschte Muster und stellt ihm eine konkrete Alternative gegenüber; das Don’t bietet den Fehler unmarkiert als Vorbild an. Der Nutzen solcher eigenen Kontrastfälle ist nicht universell belegt. Eigene Kontrastanwendung, keine belegte Regel, dass negative Beispiele immer helfen. [1] [4]

Beispiele überprüfen

Do – konkreter Prompt

Prüfe diese Zusammenfassung anhand des Textes.
Text: Lieferung am 12. Mai; Preis offen.
Zusammenfassung: Lieferung am 12. Mai; Preis 100 Euro.
Prüfkriterien: Jede Angabe belegt; fehlende Angaben markieren.
Ausgabe: Fehler, Textbeleg, korrigierte Zusammenfassung.

Don’t – weniger verlässlicher Prompt

Ist diese Zusammenfassung gut?
Text: Lieferung am 12. Mai; Preis offen.
Zusammenfassung: Lieferung am 12. Mai; Preis 100 Euro.

Erklärung

Explizite Belegprüfung deckt die erfundene Preisangabe auf; ein allgemeines Qualitätsurteil legt keinen überprüfbaren Maßstab fest. Aus einem gelungenen Beispiel auf garantierte Qualität schließen; negative Beispiele pauschal als hilfreicher ansehen. [4]

Aktuelles Modell

GPT-6.1 Sol: aktuelles Ziel innerhalb der Sol-Reihe

Der aktuelle Guide gibt gemeinsame Ausgangsprompts für GPT-6 vor. Seine Verhaltensbeobachtungen stammen besonders von Astra; die folgenden Anwendungen sind deshalb Ausgangspunkte für eigene Sol-Evals, keine separat bewiesenen Sol-Eigenschaften. [2]

Textzusammenfassung

Do – konkreter Prompt

Fasse [Bericht] in fünf Stichpunkten zusammen.
Jeder Punkt nennt eine belegte Kernaussage; beantworte alle drei Themen: Ergebnis, Risiko, Termin.

Don’t – weniger verlässlicher Prompt

Mach eine gute Zusammenfassung.
Text: [Text]

Erklärung

Ziel, Umfang und Inhaltsgrenze sind prüfbar; die schwächere Bitte lässt Auswahl und Länge offen. Aus dem neuen Modellnamen automatisch kürzere oder vollständigere Antworten ableiten. [1] [2]

Dokumentenvergleich

Do – konkreter Prompt

Vergleiche [A] und [B] nach Preis und Laufzeit.
Arbeite bei unwichtigen Lücken mit ausdrücklich markierten Annahmen weiter; frage nur nach, wenn die Antwort die Empfehlung wesentlich ändert. Zitiere Vertragsstellen.

Don’t – weniger verlässlicher Prompt

Welcher Vertrag ist besser?
Vertrag A: [A]
Vertrag B: [B]

Erklärung

Benannte Kriterien und Textbelege machen den Vergleich nachvollziehbar; „besser“ lässt den Bewertungsmaßstab offen. Frage vor jeder Entscheidung nach und zugleich arbeite ohne Unterbrechung verlangen. [2]

Aufzählungen im Prompt

Do – konkreter Prompt

Aufgabe: Vergleiche Preis, Frist und Haftung mit Textbelegen.
Abschlusskriterien:
1. Fristen belegt.
2. Unterschiede vollständig.
3. Unsicherheiten markiert. Stoppe nach Erfüllung; zusätzliche Prüfungen nur bei konkreten offenen Risiken.
Vertrag A: [A]
Vertrag B: [B]

Don’t – weniger verlässlicher Prompt

Prüfe die Fristen und alles andere; antworte nur in einem Satz.
Vertrag A: [A]
Vertrag B: [B]

Erklärung

Die nummerierten Teilaufgaben geben Struktur und Abschlusskriterien vor; „alles andere“ mit Ein-Satz-Limit erzeugt unklaren Umfang. Eine endlose Prüfschleife anweisen, obwohl alle erforderlichen Kriterien erfüllt sind. [2]

Positiv-Beispiele im Prompt

Do – konkreter Prompt

Gewünschter Stil: „Frist: 30 Tage. Beleg: § 4. Unsicherheit: keine.“
Übertrage dieses knappe Muster auf die übrigen Vertragsstellen.
Vertrag A: [A]
Vertrag B: [B]
Aufgabe: Extrahiere die passenden Angaben aus der Eingabe im gewünschten Muster; übernimm keine Beispielwerte ohne Textbeleg.

Don’t – weniger verlässlicher Prompt

Beispiele:
Eingabe: Lieferung am 12. Mai. Ausgabe: Lieferdatum: 12. Mai
Eingabe: Termin folgt. Ausgabe: Morgen, das passt bestimmt.
Bearbeite im selben Stil:
Text: [Text]

Erklärung

Das Zielmuster behandelt belegte und fehlende Angaben konsistent; das schwache Muster wechselt das Format und erfindet einen Termin. Stil oder Ausgabeformat nur implizit über den Modellnamen steuern. [1] [2]

Negativ-Beispiele im Prompt

Do – konkreter Prompt

Unerwünscht: „Vermutlich 30 Tage.“ ohne Beleg.
Gewünscht: „Frist: nicht genannt.“ wenn kein Textbeleg existiert.
Verwende die gewünschte Alternative für fehlende Daten.
Vertrag A: [A]
Vertrag B: [B]

Don’t – weniger verlässlicher Prompt

Verwende dieses Antwortmuster ohne Änderungen:
„Vermutlich 30 Tage.“
Eingabe: [derselbe Text oder dieselben Dokumente wie im Do-Prompt]

Erklärung

Das Do kennzeichnet das unerwünschte Muster und stellt ihm eine konkrete Alternative gegenüber; das Don’t bietet den Fehler unmarkiert als Vorbild an. Der Nutzen solcher eigenen Kontrastfälle ist nicht universell belegt. Unbelegte Zahlen als Muster präsentieren oder das unerwünschte Beispiel häufiger wiederholen als das Zielbild. [1] [4]

API-Fakten zum Zielmodell, keine Promptanweisungen

  • Reasoning-Konfiguration: API: für GPT-6.1 Sol low, medium, high, xhigh oder max verwenden; Default ist medium. [2] Zu beachten: none oder minimal senden; ein Textprompt kann deren fehlende Unterstützung nicht ändern. [2]
  • Tools: API: bei Tool Calling GPT-6.1 Sol über Responses verwenden. [2] Zu beachten: Chat Completions mit Tools für dieses Zielmodell als kompatibel voraussetzen. [2]
  • Sampling: API: bei Reasoning ungleich none unter anderem temperature, top_p und top_logprobs entfernen; Endpunktdetails separat prüfen. [2] Zu beachten: Die Promptanweisung Ignoriere die Temperatur als Request-Reparatur einsetzen.

Vorgängermodell

GPT-6 Sol: direkter Vorgänger in derselben Reihe

GPT-6 Sol und GPT-6.1 Sol sind nicht dasselbe Modell. Die allgemeine GPT-6-Promptbasis gilt als Startpunkt für beide; ein eigenständiger alter Sol-Promptingguide ist im ausgewerteten Material nicht enthalten. [2]

Textzusammenfassung

Do – konkreter Prompt

Fasse den folgenden Text in fünf belegten Stichpunkten zusammen; markiere nicht genannte Termine.
Text: [Text]

Don’t – weniger verlässlicher Prompt

Mach eine gute Zusammenfassung.
Text: [Text]

Erklärung

Ziel, Umfang und Inhaltsgrenze sind prüfbar; die schwächere Bitte lässt Auswahl und Länge offen. Allgemeines GPT-6-/OpenAI-Muster, keine exklusive Vorgängerregel. Für den Vorgänger zusätzliche unbelegte Spezialtechniken erfinden. [1] [2]

Dokumentenvergleich

Do – konkreter Prompt

Vergleiche nur Preis, Frist und Haftung. Nenne zu jeder Abweichung den Abschnitt aus A und B.
Vertrag A: [A]
Vertrag B: [B]

Don’t – weniger verlässlicher Prompt

Welcher Vertrag ist besser?
Vertrag A: [A]
Vertrag B: [B]

Erklärung

Benannte Kriterien und Textbelege machen den Vergleich nachvollziehbar; „besser“ lässt den Bewertungsmaßstab offen. Quelleninhalt, Steueranweisungen und gewünschte Bewertung ungekennzeichnet vermischen. [1]

Aufzählungen im Prompt

Do – konkreter Prompt

Auftrag:
1. Gemeinsamkeiten.
2. Unterschiede.
3. Offene Angaben. Gib jeden Abschnitt aus.
Text: [Text]

Don’t – weniger verlässlicher Prompt

Prüfe die Fristen und alles andere; antworte nur in einem Satz.
Vertrag A: [A]
Vertrag B: [B]

Erklärung

Die nummerierten Teilaufgaben geben Struktur und Abschlusskriterien vor; „alles andere“ mit Ein-Satz-Limit erzeugt unklaren Umfang. Eine Teilantwort als vollständige Erledigung akzeptieren, nur weil sie knapp ist. [1] [2]

Positiv-Beispiele im Prompt

Do – konkreter Prompt

Beispiel: „Frist: nicht genannt“.
Nutze dieses Muster nur dann, wenn im Dokument tatsächlich keine Frist steht.
Vertrag A: [A]
Vertrag B: [B]
Aufgabe: Extrahiere die passenden Angaben aus der Eingabe im gewünschten Muster; übernimm keine Beispielwerte ohne Textbeleg.

Don’t – weniger verlässlicher Prompt

Beispiele:
Eingabe: Lieferung am 12. Mai. Ausgabe: Lieferdatum: 12. Mai
Eingabe: Termin folgt. Ausgabe: Morgen, das passt bestimmt.
Bearbeite im selben Stil:
Text: [Text]

Erklärung

Das Zielmuster behandelt belegte und fehlende Angaben konsistent; das schwache Muster wechselt das Format und erfindet einen Termin. Ein Beispiel ohne Bedingung geben und dadurch „nicht genannt“ auch für belegte Fristen nahelegen. [1] [4]

Negativ-Beispiele im Prompt

Do – konkreter Prompt

Unerwünscht: „Beide Verträge sind gleich.“ trotz unterschiedlicher Laufzeit.
Gewünscht: „A: 12 Monate
B: 24 Monate; Beleg: jeweiliger § 2.“
Vergleiche [A] und [B] ebenso beleggebunden.

Don’t – weniger verlässlicher Prompt

Verwende dieses Antwortmuster ohne Änderungen:
„Beide Verträge sind gleich.“
Eingabe: [derselbe Text oder dieselben Dokumente wie im Do-Prompt]

Erklärung

Das Do kennzeichnet das unerwünschte Muster und stellt ihm eine konkrete Alternative gegenüber; das Don’t bietet den Fehler unmarkiert als Vorbild an. Der Nutzen solcher eigenen Kontrastfälle ist nicht universell belegt. Ein falsches Vergleichsergebnis ohne Kennzeichnung als Muster verwenden. [1] [4]

API-Fakten zum Vorgänger

  • Reasoning-off: API: GPT-6 Sol unterstützt none; diesen Ausgangszustand vor dem Wechsel erfassen. [2] Zu beachten: Diese Eigenschaft auf GPT-6.1 Sol übertragen. [2]
  • Tooltransport: API: Function Calling in Chat Completions ist bei GPT-6 Sol nur mit reasoning_effort: "none" unterstützt; Reasoning mit Tools nutzt Responses. [2] Zu beachten: Den alten Endpunkt als Beweis ansehen, dass derselbe Request auf 6.1 funktioniert. [2]
  • Abgrenzung zum Prompt: Nenne das Ergebnis, den Textbeleg und eine kurze Begründung. Allgemeine Reasoning-Empfehlungen als Ausgangspunkt prüfen. [3] Zu beachten: Zeige jeden internen Denkschritt standardmäßig ergänzen; der allgemeine Reasoning-Guide hält solche Aufforderungen für unnötig und potenziell nachteilig. [3]

Migration vom Vorgängermodell zum aktuellen Modell

GPT-6 Sol → GPT-6.1 Sol

Der aktuelle Guide nennt diesen Wechsel ausdrücklich und enthält einen GPT-6-Migrations-Quickstart. Er liefert jedoch keinen vollständigen, separaten Sol→6.1-Sol-Prompt-Diff. Die belegten Konfigurationsänderungen sind von den folgenden eigenen Testprompts getrennt. [2]

  • API: Modell und Effort: Modell-ID gpt-6-sol → gpt-6.1-sol; unterstützten effektiven Effort beibehalten. Bei bisherigem none ist low der dokumentierte Startpunkt; bei minimal ebenfalls low vergleichen. [2] Zu beachten: Den Wegfall von none als reine Stiländerung behandeln oder medium unbemerkt als neue Baseline übernehmen.

  • API: Tools und Sampling: Für 6.1-Toolaufrufe Responses nutzen; inkompatibles Sampling bei aktivem Reasoning entfernen. Request-Kompatibilität getrennt von Promptqualität testen. [2] Zu beachten: Einen Endpunktwechsel als Promptverbesserung verkaufen oder einen Requestfehler durch längere Instruktionen kompensieren.

  • Messung: Latenz und Verbrauch zusätzlich gegen die Sol-Baseline messen; Effort-Namen, Tokenzahl und Antwortlänge ersetzen keine Qualitätsprüfung. [2][4]

Promptbaseline

Do – konkreter Prompt

Fasse den Bericht in fünf Stichpunkten zusammen.
Bericht: [identischer Testbericht für beide Modelle]
Themen: Ergebnis, Risiko, Termin.
Format: Stichpunkt mit Kernaussage und Textbeleg; fehlende Angaben als „nicht genannt“.

Don’t – weniger verlässlicher Prompt

Fasse den Bericht zusammen und ergänze Marktchancen und Empfehlungen.
Bericht: [identischer Testbericht für beide Modelle]

Erklärung

Das Do benennt Aufgabe, Umfang und überprüfbare Ausgabe; das schwächere Gegenbeispiel lässt Kriterien offen oder fordert widersprüchliche beziehungsweise unbelegte Ergebnisse. Funktionierende Regeln zunächst behalten; Anpassungen am beobachteten Fehler ausrichten. Alle Prompts vorsorglich neu schreiben oder Astra-Beobachtungen als gemessenen Sol-Versionsunterschied ausgeben. [1] [2] [4]

Rückfragen und Abschluss

Do – konkreter Prompt

Arbeite bei kleinen Lücken mit markierten Annahmen weiter. Frage bei entscheidungsrelevanten Lücken; liefere alle verlangten Ergebnisse.
Vertrag A: [A]
Vertrag B: [B]
Vergleiche Preis und Laufzeit mit Textbelegen.
Ausgabe: Tabelle mit Kriterium, A, B und Beleg.

Don’t – weniger verlässlicher Prompt

Frage vor jeder Entscheidung nach; arbeite ohne Unterbrechung weiter.
Vertrag A: [A]
Vertrag B: [B]
Vergleiche Preis und Laufzeit.

Erklärung

Das Do benennt Aufgabe, Umfang und überprüfbare Ausgabe; das schwächere Gegenbeispiel lässt Kriterien offen oder fordert widersprüchliche beziehungsweise unbelegte Ergebnisse. Als dokumentierte GPT-6-Promptbasis auf Sol evaluieren. Behaupten, 6.1 Sol frage nachweislich immer häufiger nach als Sol; diese konkrete Paarmessung fehlt hier. [2]

Abnahme

Do – konkreter Prompt

Prüfe die folgende Zusammenfassung und den Vertragsvergleich gegen die Eingaben.
Bericht: [Testbericht]
Vertrag A: [A]
Vertrag B: [B]
Zu prüfende Antworten: [Zusammenfassung und Vergleich]
Ausgabe: Tabelle mit Kriterium, erfüllt/nicht erfüllt und Beleg.
Kriterien: Vollständigkeit, belegte Angaben, markierte Lücken, verlangtes Format.

Don’t – weniger verlässlicher Prompt

Bewerte die Antworten nach Kürze.
Bericht: [Testbericht]
Vertrag A: [A]
Vertrag B: [B]
Antworten: [Zusammenfassung und Vergleich]

Erklärung

Das Do benennt Aufgabe, Umfang und überprüfbare Ausgabe; das schwächere Gegenbeispiel lässt Kriterien offen oder fordert widersprüchliche beziehungsweise unbelegte Ergebnisse. Gleiche Effort-Namen, Tokenzahl oder Antwortlänge mit gleicher Ergebnisqualität verwechseln. [1] [2] [4]

Quellen

  1. prompt-engineering
  2. latest-model
  3. reasoning-best-practices
  4. prompt-optimization-cookbook